本网讯（通讯员：高达）6月19日下午2点30分，经济学院2019年第十四次学术研讨会经济研讨班在经济学院319会议室举行，我院教授王少平老师，中南财经政法金融学院讲师杨洋，博士生郭刚正等其他部分数量经济学博士参加研讨。中南财经政法金融学院讲师杨洋汇报了工作论文《Inference on Cointegration Rank in the VECMwith a Broken Trend and Changing Variance》和《Quantile Nonlinear Unit Root TestwithCovariates》。博士生郭刚正汇报了工作论文《Causal inference with continuous treatments》。

讲座伊始，杨洋讲师给我们第一篇论文《Inference on Cointegration Rank in the VECMwith a Broken Trend and Changing Variance》。众所周知，从1987年EG两步法的提出到Johann协整检验的发展，再到后续的格兰杰表述定理都是近些年来所讨论的热点话题。杨洋讲道，关于VECM大量的文献都是集中在时间趋势结构变化上或者是大量文献集中在Cavaliere的残差项是时变方差上的，因此，杨洋结合之前的文献，将协整检验中的结构变化和残差项的时变方差结合起来，提供了一个关于带结构变化和时变方差的VECM质的检验推断。在实践由于结构变化是未知的，所以传统的分布就会发生扭曲，以上的检验就会失效。所以首先就是如何来估计出结构变化的点的位置，传统估计结构变化的点的位置的方法有很多。我们这里采用的是最小化残差平方和的方法来寻找断点的位置。然后证明出其估计的断点位置是一致估计量。在寻找到结构断点的后，如何在残差项加入方差的时变性并将其证明出来就成了一个问题，接着，杨洋讲道传统的文章中都一般不会考虑这个问题，因为其分布并不能收敛到一个稳定的状态，于是他借鉴了Cavaliere等人的做法，利用wildbootsrap的方法抽样，推导了带时变方差和结构变化的分布。最后再利用Johansen协整检验类似的方法得出了本文的结论。最后，杨洋在介绍对应的size和Power后的蒙特卡洛模拟后，特别给我们讲了一个实证应用。应用我们提出的协整检验来研究欧洲产出序列的长期协动。在本实证应用中，欧洲产出序列是法国、芬兰、捷克、匈牙利、保加利亚和立陶宛经季节调整的季度实际GDP的对数。样本期为2000年第一季度至2018年第二季度，最后用本文的检验统计量得出结论发现传统的统计量有power更低的特点。

接下来，杨洋讲师给我们讲了第二篇文章《Quantile Nonlinear Unit Root TestwithCovariates》。传统的ADF和PP检验被广泛的利用于实证分析中，但是这些检验都是没有考虑实际数据的非线性关系。自2003年Kapetanios提出了ESTAR模型以及传统上的OLS估计方法受到质疑，分位数回归的提出等等。杨洋就结合了分位数和非线性单位根检验来检验允许在不同分位点上潜在的对称的调整。但是为了进一步减少内生性问题，杨洋在其模型基础上加入协变量。同时为了识别γ 采用泰勒展开，最后采用分位数传统的check方程最小化残差绝对值方式，求出beta向量估计量。最后通过推导出t分布。接下里杨洋讲师用蒙特卡洛模拟给出了相对应的size和power。最后杨洋用验证PPP定理的例子用提出的检验统计量做了一个实证研究。最后做出总结。

最后，博士生郭刚正汇报了工作论文《Causal inference with continuous treatments》。论文讨论了连续处置变量情形下的微观计量经济学因果推断问题。文章定义了一类因果响应函数，并基于此提出了一种新颖的估计量。这一估计量既是一种回归调整估计量，又是一种倾向匹配得分估计量，同时也是一种双重稳健估计量。从渐近性质来看，文章提出的估计量具有双重稳健性和渐近有效性，因而在经济、生物等领域具有广阔的应用前景。